Mistral: Ministral 3 3B 2512

Mistral: Ministral 3 3B 2512 to model generowania tekstu od Mistral, wydany 2 grudnia 2025. Jest najmniejszym członkiem rodziny Ministral 3, którą Mistral opisuje jako linię wydajnych, malutkich modeli językowych. Identyfikator modelu w api14 to mistralai/ministral-3b-2512, a jego główna kategoria to tekst.

Model przyjmuje dane wejściowe w postaci tekstu i obrazów oraz generuje dane wyjściowe w postaci tekstu, więc obsługuje zarówno zwykłe polecenia językowe, jak i polecenia zawierające obrazy. Ma okno kontekstu wynoszące 131 072 tokeny i maksymalne wyjście wynoszące 104 857 tokenów, co oznacza, że można wysyłać długie dokumenty lub długie rozmowy i nadal pozostawić miejsce na obszerną wygenerowaną odpowiedź. Obsługiwane parametry żądania obejmują temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tools oraz tool_choice. Obecność tools i tool_choice oznacza, że model może brać udział w przepływach wywoływania funkcji lub używania narzędzi, a structured_outputs wraz z response_format pozwalają żądać odpowiedzi czytelnych maszynowo zamiast swobodnego tekstu.

Ponieważ obsługuje zarówno tekst, jak i obrazy, praktyczne zastosowania obejmują opisywanie lub wyodrębnianie informacji z obrazów, odpowiadanie na pytania dotyczące zrzutów ekranu lub diagramów oraz mieszane polecenia, w których obrazowi towarzyszą pisemne instrukcje. Długi kontekst sprawia, że nadaje się do streszczania długich dokumentów, analizowania długich historii czatu lub przetwarzania dużych partii tekstu w jednym żądaniu. Obsługa narzędzi czyni go kandydatem do przepływów pracy w stylu agentowym, w których model decyduje, kiedy wywołać funkcję zewnętrzną, a ustrukturyzowane wyjścia pomagają, gdy wynik musi zasilić inny program, na przykład wypełniając obiekt JSON lub stały schemat. Duże maksymalne wyjście pasuje również do zadań wymagających długich generowanych odpowiedzi, takich jak tworzenie raportów lub rozwijanie notatek w pełny tekst.

Model wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu mistralai/ministral-3b-2512 w taki sam sposób, w jaki wywołałbyś dowolny inny endpoint w stylu chat completions. Ustaw pole model na ten identyfikator, podaj swoje messages i dodaj dowolne z obsługiwanych parametrów, których potrzebujesz: temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, seed, response_format, structured_outputs, tools oraz tool_choice. Ponieważ interfejs jest zgodny z OpenAI, istniejące biblioteki klienckie OpenAI i kształty żądań zasadniczo działają bez zmian, co ogranicza nakład pracy związany z migracją.

Ponieważ jest to najmniejszy model w swojej rodzinie, jest rozsądnym wyborem, gdy opóźnienie lub przepustowość mają większe znaczenie niż maksymalna głębia rozumowania. W przypadku zadań wymagających cięższego rozumowania lub bardziej złożonego wieloetapowego planowania lepiej może pasować większy model z tej samej rodziny lub innego dostawcy. Podane tu fakty nie zawierają wyników testów porównawczych, więc oceń go na własnym obciążeniu przed podjęciem decyzji.